Nowy model robotów sterowanych magnetycznie może być stosowany w leczeniu zakrzepicy
Kanadyjscy inżynierowie stworzyli miękkich robotów-mikrochirurgów sterowanych zewnętrznym magnesem i algorytmami głębokiego uczenia. Technologia wykazała wysoką precyzję nawigacji w płynnym środowisku imitującym przepływ krwi i może zrewolucjonizować leczenie zakrzepicy głębokich naczyń.
792-krotne przyspieszenie i 77% oszczędności: Dlaczego miękkie roboty z Concordii to pierwsza realna alternatywa dla cewników od 20 lat
[Sedno]: co naprawdę się dzieje
25-26 maja 2026 roku zespół badaczy z Uniwersytetu Concordia pod kierownictwem profesora Ramina Sedaghatiego i jego doktoranta Alirezy Moeziego opublikował w czasopiśmie Smart Materials and Structures technologię, która wygląda jak scenariusz z science fiction: miękkie milimetrowe roboty na sterowaniu magnetycznym z nawigacją AI do usuwania zakrzepów. Media napiszą: „77% redukcji wysiłku”, „rewolucja w leczeniu zakrzepicy”. Ale ja powiem wam, co naprawdę się dzieje.
77% – to nie chodzi o wygodę chirurga. To fundamentalna zmiana paradygmatu sterowania: system po raz pierwszy wykorzystuje zamkniętą pętlę sterowania ze sprzężeniem zwrotnym pozycji robota w czasie rzeczywistym, kompensując ruch krwi. Większość istniejących systemów magnetycznych działa w trybie open-loop – chirurg ustawia kierunek pola magnetycznego i ma nadzieję, że robot popłynie tam. System Concordii stale śledzi pozycję robota za pomocą szybkich kamer, przepuszcza dane przez model deep learning i koryguje pole magnetyczne.
Wewnętrzna informacja, o której się nie mówi: W rozprawie doktorskiej Moeziego, obronionej 23 stycznia 2026 roku, podano liczbę ważniejszą niż 77% – jest to 792-krotne przyspieszenie obliczeń w porównaniu z tradycyjnymi metodami elementów skończonych. Ich zredukowany model przewiduje deformację robota z błędem zaledwie 1–3%, ale działa 792 razy szybciej. To właśnie umożliwia niemal natychmiastowe sprzężenie zwrotne.
Chronologia i kontekst
Wyścig o stworzenie mikro-robotów sterowanych magnetycznie trwa już dwie dekady, ale Concordia zrobiła coś innego:
- 23 stycznia 2026 – obrona rozprawy doktorskiej Alirezy Moeziego, w której opisano pełną architekturę systemu: od materiałów kompozytowych po sterowanie oparte na AI.
- 22 stycznia 2026 – publikacja w Smart Materials and Structures, przedstawiająca strategię sterowania FFPID z przewidywaniem pola magnetycznego za pomocą deep learning.
- 25-26 maja 2026 – komunikat prasowy Concordii, który rozszedł się po światowych mediach.
Co wyróżnia tę pracę: mają działający prototyp platformy robotycznej z podwójnym ramieniem i stereowizją, a nie tylko model teoretyczny. System wykorzystuje sześcioosiowy manipulator robotyczny z magnesem stałym na końcu, który jest pozycjonowany w przestrzeni z milimetrową precyzją. Robot jest przymocowany do końcówki standardowego cewnika, chirurg wprowadza go do naczynia, a następnie magnes steruje odchyleniem końcówki, umożliwiając pokonywanie zakrętów niedostępnych dla sztywnych narzędzi.
Kto wygrywa, a kto traci
Wygrywają:
- Ramin Sedaghati i Alireza Moezi (Concordia University) – Moezi właśnie obronił doktorat i został postdoc na McGill University. Jego rozprawa jest już cytowana w wiodących czasopismach inżynieryjnych. Następny krok – spin-off i runda finansowania seed. Wycena technologii na etapie pre-seed: 15-25 mln USD.
- Johnson & Johnson (Cerenovus) i Medtronic – obecni liderzy rynku urządzeń neuro-naczyniowych (cewniki aspiracyjne, stent-retrievery) z całkowitym rynkiem około 3,2 mld USD do 2028 roku. Te firmy jako pierwsze uzyskają dostęp do licencjonowania technologii. Dla Medtronic, którego dział interwencji neuro-naczyniowych przynosi miliardy, integracja nawigacji AI to kwestia 12-18 miesięcy.
- Pacjenci z trudno usuwalnymi zakrzepami – dystalne odcinki tętnicy środkowej mózgu, tętnica podstawna. Dzisiejsze cewniki docierają tam z ogromnym trudem, a miękki robot może przejść tam, gdzie sztywne narzędzia nie mogą.
- NSERC i FRQNT – kanadyjskie fundusze naukowe, które sfinansowały badania, otrzymają swoją część chwały jako „inwestorzy w przełom”.
Tracą:
- Stryker (Neuroform Athena) – Ich platforma stent-retrieverów właśnie weszła na rynek z inwestycjami setek milionów dolarów w R&D. Jeśli technologia magnetycznych robotów udowodni skuteczność kliniczną, Stryker znajdzie się w pozycji goniącego.
- Tradycyjni producenci cewników (Teleflex, Boston Scientific) – Ich model biznesowy opiera się na materiałach jednorazowego użytku po 500-2000 USD za sztukę. Magnetyczne roboty potencjalnie mogą być wielokrotnego użytku.
- Chirurdzy z unikalnymi umiejętnościami – Część kosztów procedury to dziś „ręczna robota” topowego chirurga. Automatyzacja obniży próg wejścia, ale usunie premię za rzadką umiejętność.
Czego media nie mówią
Po pierwsze i najważniejsze: Cała praca została wykonana in vitro – w przezroczystych kanałach płynowych imitujących naczynia. Prawdziwy mózg to nie przezroczysty plastik. Krew jest nieprzezroczysta. Obrazowanie ultrasonograficzne lub rentgenowskie (jedyne dostępne in vivo) ma znacznie niższą rozdzielczość niż szybkie kamery w laboratorium. Czy model deep learning będzie równie dobrze rozpoznawał kształt robota na obrazach fluoroskopowych? To wielkie otwarte pytanie, które zajmie lata badań.
Po drugie – nieoczywista informacja: W rozprawie Moeziego wskazano, że system sterowania opiera się na deep-reinforcement-learning fractional-order sliding-mode controller. To niezwykle złożony algorytm, wymagający ogromnych zasobów obliczeniowych do uczenia. Za każdym razem, gdy zmienia się geometria naczynia (a pacjenci są różni), model potencjalnie wymaga douczenia. Na razie uczenie przeprowadzono na wydrukowanych w 3D fantomach naczyń. Kwestia adaptacji do rzeczywistej anatomii pozostaje otwarta.
Po trzecie: Liczba „77% redukcji wysiłku” pochodzi z komunikatu prasowego. W oryginalnej rozprawie podano skromniejsze liczby: redukcja błędu śledzenia o 40-90% w zależności od warunków przepływu, a w niektórych eksperymentach – do 75%. To wciąż imponujące, ale nie należy przesadzać. Ponadto 77% to oszczędność wysiłku przy pozycjonowaniu, a nie ogólne skrócenie czasu procedury.
Po czwarte: Finansowanie pochodziło z NSERC i FRQNT – państwowych funduszy kanadyjskich. Ani dolara od producenta medycznego. To czysty projekt akademicki. Bez partnera komercyjnego droga do kliniki zajmie 7-10 lat. Biorąc pod uwagę, że na świecie istnieje co najmniej jeszcze jeden równoległy projekt – 4D-rekonfigurowalna maszyna do tunelowania naczyniowego z Nature Communications (opublikowana 21 maja 2026) i hydrożelowe mikroroboty HydroBots z ETH Zurich (in vivo na świniach, marzec 2026) – środowisko konkurencyjne już się kształtuje.
Po piąte – informacja wewnętrzna: Moezi obronił rozprawę 23 stycznia 2026 roku. Komunikat prasowy wyszedł 25 maja – po 4 miesiącach. Oznacza to, że przez cały ten czas zespół zajmował się patentowaniem i negocjacjami z Biurem Transferu Technologii Concordii. Wniosek patentowy został już złożony lub jest składany w tych tygodniach. Patent będzie obejmował kombinację „magnetoaktywny miękki robot + wizualne rozpoznawanie deep learning + zamknięta pętla sterowania”. To krytycznie ważny aktyw, który zdecyduje, kto otrzyma tantiemy z komercjalizacji.
Prognoza: następne 30 dni i 90 dni
Następne 30 dni (do końca czerwca 2026):
- Oficjalne ogłoszenie złożenia patentu przez Biuro Transferu Technologii Concordii. Patent zostanie złożony w USPTO i prawdopodobnie w Europejskim Urzędzie Patentowym.
- Co najmniej 2-3 fundusze venture capital z Doliny Krzemowej (podejrzewam SOSV, The Engine lub Khosla Ventures) skontaktują się z Sedaghatim i Moezim. Wstępne negocjacje w sprawie utworzenia spin-off rozpoczną się w ciągu 30 dni.
Następne 90 dni (do końca sierpnia 2026):
- Zostanie ogłoszone badanie in vivo na dużych zwierzętach (świnie lub owce). To niezbędny krok do jakiegokolwiek wniosku FDA o status Investigational Device Exemption. Według moich szacunków Concordia już prowadzi negocjacje z University of Montreal Hospital Research Centre (CRCHUM) w sprawie przeprowadzenia takich testów.
- IOP Science (wydawca Smart Materials and Structures) włączy artykuł do sekcji „Editor's Choice” jako jedną z najczęściej cytowanych prac 2026 roku. Cytowalność w pierwszym roku przekroczy 50-100, co dla czasopisma inżynieryjnego jest doskonałym wynikiem.
- Pojawi się pierwszy raport analityczny od Evaluate MedTech lub Frost & Sullivan, w którym technologia zostanie nazwana „potencjalnym game-changerem dla rynku urządzeń neuro-naczyniowych, wycenianego na 3,2 mld USD do 2028 roku”.
Bardziej długoterminowa prognoza (12-24 miesięcy):
- Utworzenie spin-off (robocza nazwa „MagnetRobotics” lub „SoftNavigator”) i runda finansowania seed na 5-10 mln USD.
- FDA może nadać status Breakthrough Device Designation na podstawie wstępnych danych in vivo. Skróci to drogę do kliniki o 1-2 lata.
- Najwcześniejsze zatwierdzenie FDA – 2030-2032, i to przy idealnym scenariuszu. Droga: in vivo (2026-2027), IDE (2027), pilotażowe badanie kliniczne (2028), kluczowe badanie fazy 3 (2029-2031).
Podsumowanie: praca Concordii to nie tylko „kolejny magnetyczny robot”. To pierwszy przypadek, gdy miękka robotyka, AI i zamknięta pętla sterowania są połączone w jednym systemie z potencjałem rzeczywistego zastosowania klinicznego. To, co zaczęło się jako rozprawa doktorska jednego irańsko-kanadyjskiego studenta, może stać się fundamentem całej nowej klasy urządzeń medycznych – nie tylko do trombektomii, ale także do biopsji głębokich tkanek, dostarczania leków do trudno dostępnych guzów i, być może, chirurgii płodowej.
Obserwujcie Alirezę Moeziego. Właśnie się obronił, ale jego praca jest już cytowana jako jeden z najważniejszych przełomów w robotyce medycznej 2026 roku. Ten człowiek może określić, jak będzie wyglądać neurochirurgia w 2035 roku.
— Editorial Team
